Los modelos NVIDIA Nemotron-3-Super-120B, Qwen3.5-9B y Qwen3.5-27B ya están disponibles en Amazon SageMaker JumpStart
Los modelos Nemotron-3-Super-120B, Qwen3.5-9B y Qwen3.5-27B de NVIDIA ya están disponibles en Amazon SageMaker JumpStart, lo que amplía la cartera de modelos básicos disponibles para los clientes de AWS. Estos tres modelos ofrecen capacidades especializadas que abarcan el razonamiento basado en agentes, la codificación multilingüe y el seguimiento de instrucciones avanzadas. Esto permite que los clientes puedan implementar soluciones de IA escalables y de alto rendimiento en la infraestructura de AWS.
Estos modelos abordan diferentes desafíos de la IA empresarial con capacidades especializadas:
El Nemotron-3-Super-120B está optimizado para agentes colaborativos y cargas de trabajo de gran volumen, como la automatización de tickets de TI. Emplea una arquitectura híbrida de mezcla latente de expertos (LatentMoE) con capas Mamba-2 y MoE, lo que permite capacidades sólidas basadas en agentes, razonamiento y conversación, útiles para aplicaciones de múltiples agentes, como el desarrollo de software y la clasificación de ciberseguridad.
Qwen 3.5 9B se destaca en la codificación multilingüe, el seguimiento de instrucciones y la planificación a largo plazo, automatizando los flujos de trabajo de desarrollo de software y ejecutando tareas de oficina complejas y de varios pasos. Su diseño compacto equilibra la eficiencia y el rendimiento en entornos con recursos limitados.
Qwen 3.5 27B proporciona una comprensión contextual más profunda, capacidades de razonamiento ampliadas y una mejor comprensión de escenarios espaciales/complejos, ideal para el razonamiento multimodal avanzado y el procesamiento de documentos a gran escala.
Con SageMaker JumpStart, los clientes pueden implementar cualquiera de estos modelos con solo unos clics para abordar sus casos de uso específicos de IA.
Para empezar a utilizar estos modelos, navegue hasta el catálogo de modelos JumpStart de SageMaker en la consola de SageMaker o utilice el SDK de Python de SageMaker para implementar los modelos en su cuenta de AWS. Para obtener más información sobre la implementación y el uso de modelos fundacionales en SageMaker JumpStart, consulte la documentación de Amazon SageMaker JumpStart.